企业官网建设流程全解析

如何 10 分钟跑通 FinRobot：多智能体股票研究平台完整上手指南

【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobot

FinRobot 是一个面向金融场景的开源 AI Agent 平台：它把大语言模型、强化学习和量化分析整合进同一套多智能体流水线，自动完成股票研究、估值建模与风险分析。无论你是想体验"输入一个股票代码、拿回一份 HTML 研报"，还是想基于 finrobot/ 的智能体框架做二次开发，这个仓库都值得完整上手一遍。

一、Clone 下来先摸清家底：仓库分四块看 🗂️

Clone 之后先别急着跑，把目录按职责分成四块，后面读源码、改配置就不会迷路：

FinRobot/ ├── finrobot/ # 核心框架：agents / data_source / functional 三层 ├── finrobot_equity/ # 股票研究子项目：core（8 个智能体）+ web_app（Web 控制台） ├── tutorials_beginner/ # 初级 notebook：年报分析、RAG 问答、FinGPT 预测 ├── tutorials_advanced/ # 进阶 notebook：交易策略师、图表、参数优化 ├── experiments/ # 多因子与投资组合优化实验脚本 ├── configs/ # save_config_forecaster.json（demo 智能体缓存） ├── report/ # 已生成的样例研报 PDF（NVDA / MSFT 等） ├── figs/ # 项目图片素材 ├── LICENSE # 许可证文件 ├── setup.py # 包安装脚本（锁定 Python 3.10~3.11） ├── requirements.txt # 核心依赖（equity 模块另有 requirements-equity.txt） ├── agent_builder_demo.py # 智能体构建演示入口 ├── deploy.sh # 一键拉起 Web 应用 ├── run_web_app.py # Web 服务手动启动脚本 └── test_module.py # 安装冒烟测试

• 引擎房 finrobot/：agents/ 定义智能体与工作流，data_source/ 封装 Finnhub、FMP、SEC、yfinance 等取数通道，functional/ 提供绘图、量化计算、RAG 工具。想读源码，从这进。
• 成品线 finrobot_equity/：core/ 里 8 个专业智能体分工写研报，web_app/ 是 Web 控制台，output/ 里还有现成的 HTML 研报，装完直接打开看效果。
• 教材区 tutorials_beginner/、tutorials_advanced/ 与 experiments/：notebook 按"先抄作业、再自己写"的顺序用，experiments/ 放的是实验脚本。
• 产出区 configs/ 与 report/：report/ 是样例年报研报 PDF；configs/save_config_forecaster.json 由 demo 自动生成，别手改。

二、让项目跑起来：先装包，再挑一条启动路径 🚀

安装只有一条必经之路，pip install -e .一步到位（等价于老的python setup.py install，也可以pip install -U finrobot直接装 PyPI 版）：

git clone https://gitcode.com/GitHub_Trending/fi/FinRobot && cd FinRobot conda create --name finrobot python=3.10 && conda activate finrobot pip install -e .

注意setup.py 锁死了 Python 3.10~3.11 的版本区间，用 3.12 会装不上，这是新手第一个坑。装完先跑python test_module.py冒烟验证一下。

接着看你想要哪种体验：

• 网页控制台：./deploy.sh start，脚本自动建 venv、装依赖、后台起服务，浏览器打开http://127.0.0.1:8001即可；stop、status、restart管进程，日志在finrobot_equity/logs/app.log。
• 命令行出研报：先跑finrobot_equity/core/src/generate_financial_analysis.py --company-ticker NVDA ...生成三年预测与 DCF 数据，再用create_equity_report.py渲染成带 15 种以上图表的 HTML/PDF。
• 快速 demo：python agent_builder_demo.py演示用 LLM 现场构建一个股价预测智能体，配置缓存到 configs/save_config_forecaster.json，二次运行直接加载。

启动后，浏览器里就是这个页面：

三、接上外部世界：把 sample 配置换成你自己的密钥 🔑

FinRobot 要调 LLM 和行情数据，得先接上密钥。仓库里有两个 sample 配置文件，处理动作是"改名 + 填充"，而不是直接编辑样本：

• OAI_CONFIG_LIST_sample→ 改名为OAI_CONFIG_LIST，删掉注释行，填入 OpenAI API key——这是所有 LLM 调用的"电源"，名字不对 demo 会直接报缺配置；
• config_api_keys_sample→ 改名为config_api_keys，填入 Finnhub key；要生成财务报表，再补 FMP 与 SEC 的 key；
• 股票研究模块单独一套：config.ini.example复制为config.ini，在[API_KEYS]段填fmp_api_key、openai_api_key，可选adanos_api_key开启散户情绪分析。

cp finrobot_equity/core/config/config.ini.example finrobot_equity/core/config/config.ini chmod +x deploy.sh && ./deploy.sh start

两个高频坑：改名后的正式文件里装着真实密钥，千万别提交回仓库；deploy.sh 报 Permission denied 时，先chmod +x deploy.sh再跑。

四、收尾导航：下一步往哪走 🧭

一句话收束：clone → pip install -e . → 改名填 key → ./deploy.sh start，四步之内你就能在浏览器里看到 FinRobot 生成的第一份研报。之后的入口：

• 新手：从 tutorials_beginner/ 的agent_annual_report.ipynb和agent_rag_qa.ipynb起步，agent_fingpt_forecaster.ipynb体验预测智能体；
• 进阶：tutorials_advanced/ 的agent_trade_strategist.ipynb与lmm_agent_mplfinance.ipynb；
• 看产出：report/ 里有 NVDA、MSFT 的样例年报研报 PDF，finrobot_equity/core/output/ 里是 NVDA、MSFT、COP、TSLA、META 的交互式 HTML 研报；
• 读源码：从 finrobot/agents/ 的workflow.py顺藤摸瓜。

【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobot